下载:
-
根据联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)的报告，2019年全球农业、林业和其他土地利用贡献的温室气体排放量占总排放量的22%，为第三大碳源[1]。同时，农业又是一个巨大的碳汇系统，是固碳增汇的重要领域[2]。因此发展低碳农业，充分运用和提升农业固碳功能，是减排的关键途径和重要突破口，对缓解全球气候变化至关重要[3−4]。
2020年9月，中国在第75届联合国大会一般性辩论上宣布，中国二氧化碳(CO2)排放量力争于2030年前达到峰值，努力争取2060年前实现碳中和。现阶段中国农业二氧化碳排放量占当量排放总量的5%以上[5]，各地区农业生产仍然面临同质化严重、碳排放偏高及绿色程度不足等问题，难以满足国内外市场对低碳环保、高品质农产品日益增长的需求[6]。同时，国际绿色贸易壁垒愈演愈烈，出口产品很可能将面临被征收“碳关税”进而推高成本，长远来看，势必会削弱中国农产品出口的竞争力和议价权。
因此，发展低碳农业迫在眉睫。这不仅需要加快农业低碳技术的研发与普及应用，还需要推进农产品碳足迹、碳标识的实施。碳足迹的概念基于生态足迹[4,7]。根据ISO 14067—2018《温室气体-产品碳足迹-量化要求及指南》，产品碳足迹是基于生命周期法(life cycle assessment，LCA)评估得到的一个产品体系中对温室气体排放和清除的总和，以二氧化碳当量表示[8]。全生命周期包括原材料获取和预处理、生产、分销和储存、使用、废弃与回收等阶段。碳标识是一种环境标志，由碳足迹衍化而来，以标签的形式展现产品全生命周期温室气体排放量[9−10]，目的是传达产品对温室效应产生的影响，以提升环保意识，引导低碳选择和消费[11]，通常以单位产品质量的二氧化碳当量表示。加强农产品碳足迹研究和管理，建立和实施农产品碳标识制度，对于缓解全球变暖、促进可持续发展、实现碳达峰和碳中和(“双碳”)目标可起到关键作用[2]。一是明晰农产品全生命周期各环节的碳排放，精准减碳；二是可促进农业收入模式创新，为乡村绿色振兴注入新活力与思路；三是积累本地化排放因子数据，提高碳排放核算结果的精准性和国际认可度，从而提升国际市场竞争力。
本研究梳理了农产品碳足迹、碳标识的实施探索，着重分析了农产品碳标识实施困境，并讨论了农产品碳标识应用推广的主要路径，以期为该领域的相关研究和工作提供有益参考。
-
1990年代初，WACKERNAGEL等[12]提出了“生态足迹”概念，用于评估人类为了维持自身生活方式和经济发展而消耗的自然资源，以及容纳废弃物所需要的土地和水域面积，衡量人类活动对自然环境造成的压力。碳足迹作为生态足迹的一个分支，于2003年由英国提出[4, 7]，随后于2007年，英国率先推出第1批包括食品、日用品在内的碳标识产品，成为全球最早实行产品碳标识制度的国家。次年，英国标准协会发布了全球首个产品碳足迹方法标准PAS 2050—2008《商品和服务在生命周期内的温室气体排放评价规范》。随后，日本、美国、加拿大、韩国等12个国家及地区也制定了适用本国的碳足迹、碳标识制度及相关标准规范。2018年，国际标准化组织(ISO)为统一产品碳足迹评价标准规范，发布ISO 14067—2018《温室气体-产品碳足迹-量化要求及指南》，是国际公认用于量化产品碳足迹的国际标准化组织标准。
中国碳足迹、碳标识工作起步较晚，但近年来已经引起高度重视。2023和2024年，中国相继发布了《关于加快建立产品碳足迹管理体系的意见》和《关于建立碳足迹管理体系的实施方案》，从制定产品碳足迹核算标准、构建产品碳足迹因子数据库、建立产品碳足迹标识认证制度、推动国际衔接等方面，提出了碳足迹管理体系建设路线图。
-
2021年，法国通过了在产品上添加“碳排放分数”标签的修正法案，成为首个将产品碳标识写入法律文本的国家。但目前国际上大部分包含农产品的碳标识制度的实施仍为非强制性，如2011年日本试行农产品碳标识制度，韩国的低碳标签，美国、加拿大等国家的非政府组织和私营部门发起的自愿性碳标识计划等。
中国尚未形成农产品碳标识制度，碳足迹核算方面仅出台了团体标准《种植业农产品与农加工产品碳足迹量化与评价导则》，碳标识实施则是以地方探索实践为主。如2021年，浙江省杭州市临安区太湖源镇“天目水果笋”碳标识成为全国首枚初级农产品碳标识，且当地结合数字公证技术生成数字化证书，对“天目水果笋”的低碳环保经营状况全程溯源[13]。2023年12月，四川蒲江爱媛橙通过采用水电、有机肥等方式降碳，成为全国橙类水果首个加贴碳标识的农产品，其“从摇篮到大门”(cradle to gate)即包括原材料获取和生产阶段的碳足迹为0.295 kg·个−1，比普通橙碳足迹(0.500 kg·个−1)少近一半。此外，海南白沙绿茶、江苏响水西兰花、浙江西湖龙井、四川耙耙柑、江苏岔东大米等也相继推出碳标识。
-
农产品碳足迹能显示农产品整个生命周期的碳排放，明晰不同地区、不同作物、不同环节对全球气候变化的贡献，例如有研究表明：对于小麦、玉米等作物，肥料施用导致的氧化亚氮(N2O)排放及灌溉耗电是主要的温室气体排放源，对于水稻，稻田甲烷(CH4)则是主要排放源[4, 14−15]。因此，为了减少碳排放，国内外均已有基于碳足迹分析推动农业降碳的研究，并提出了包括如规范并削减农药、化肥及农膜等农业投入品及能源的消耗，运用更绿色高效的种植生产技术方式，更新更先进的生产设备，采用保护性耕作方法与增加有机肥料施用等一系列举措[15−16]。进一步探究农产品碳足迹随时间演变的趋势、空间分布特性和组成异同，可以因地制宜，为各地定制更切合实际、易于执行和落地的减排措施，并指导优化农业生产的区域布局[4]。同时，农业龙头企业还可以通过自身影响力，引导和推动上游农资投入品生产企业，以及下游农产品加工企业协同减碳，带动整条产业链低碳发展。
-
2022年，中国提出要研发应用减碳增汇型农业技术，探索建立碳汇产品价值实现机制。开展农产品碳足迹、碳标识工作，可以通过碳溢价、碳金融、碳交易3个方面将农产品固碳增汇的生态价值进行量化、交易及变现[13]。碳溢价方面，碳标识既能吸引具有绿色消费意愿的消费者[11]，也能满足政府以及有减碳责任的企业、大型活动等的采购需求，赋予农产品碳价值附加；碳金融方面，碳标识可以成为开展绿色低碳生产的农业生产者获得金融扶持的重要采信依据，并开发适宜的碳金融工具；碳交易方面，碳标识能够核定出农产品的减排固碳量，通过参与农业碳汇交易获得收益。
-
开展农产品碳足迹、碳标识实践也是展示企业低碳生产实力和社会责任的重要窗口，有助于提升企业形象和农产品的市场竞争力。有研究表明：农产品碳标识不仅可以有效地帮助消费者区分高碳产品与低碳产品，还能够调动消费者的绿色消费意识，促进消费者选购绿色低碳的产品[17]。同时，消费者的选购行为也能够直接反馈到企业及销售商[11]，推动生产者低碳发展并开展碳足迹、碳标识工作以及农业绿色低碳转型。另一方面，随着国际绿色贸易壁垒进程的加快，碳排放量高的农产品的出口成本将明显提高，很有可能显著削弱中国农产品原有的低成本价格优势，降低在国际贸易中的主动权和掌控力[18]。此外，由于缺少公认的本地化碳排放因子，出口时不得不采用默认的高限值碳排放因子，进一步增加碳关税负担。因此，通过农产品碳足迹、碳标识的实施，积累本地化的排放因子数据，能够提高碳排放核算结果的精准性和国际认可度，从而提升国际市场竞争力及议价权。
近2年各地均在积极探索实施农产品碳标识，但中国“大国小农”的基本国情和“条块分割”的行政管理体制，决定了农产品碳标识制度不能完全依赖于市场力量和消费者驱动，而政府顶层指导的不足，导致了农产品碳标识在实施过程中仍存在较大的困境。
-
按照生命周期评估方法，农产品碳足迹包括农资等投入品的生产、运输，农产品生产、加工，农产品分销存储运输，农产品使用和废弃等全生命周期排放的温室气体(图1) [4, 19]。
图 1 农产品碳足迹核算边界
Figure 1. Boundary of carbon footprint accounting for agricultural products
尽管目前国际上有较权威的ISO
14067 和PAS 2050标准，但它们并没有详细到特定行业如农业[11]。目前，国内也尚未出台足够权威的农产品碳足迹核算国家标准和行业标准等，难以统一核算边界和方法，从而导致国内不同学者核算的农产品碳足迹结果差异较大。为更好对比以往的研究，本研究以水稻为例，搜索了近年来国内已发表的核算碳足迹的研究文章，结果发现：目前大多数农产品核算，重点关注上游和生产环节的碳排放[19]，主要包括农资生产和使用过程中所导致的间接温室气体排放，农田机械作业消耗的能源产生的间接温室气体排放，以及农产品种植过程中的直接温室气体排放[20]，而覆盖全生命周期的核算较为少见[21]。因此，本研究选取其中核算间接排放和直接排放的文章共10余篇，梳理碳足迹核算结果如表1所示。可知：最小为1 495.7 kg·hm−2 [22]，最大达13 894.4 kg·hm−2 [23]，相差近10倍，造成差异的原因主要是核算边界、数据来源、地区、时间等不一致。由于直接排放受到生产方式以及秸秆处理的影响，目前很多研究采用了改良的种植模式如使用绿肥、“稻萍”共生等，且未考虑秸秆处理。为更好对比结果，表1尽量选择常规生产方式且不考虑秸秆处理。
表 1 水稻生产的碳足迹
Table 1. Carbon footprint for rice production
地区 时间 单位面积碳足迹
范围/(kg·hm−2)平均值/
(kg·hm−2)核算边界 数据来源 参考文献 浙江 2004—2014，2020 2 056.0~2 114.6 2 085.3 间接排放 统计数据 [22, 28] 安徽 2004—2014，2019，2020 2 056.0~3 397.6 2 485.1 间接排放 统计数据、调研 [22, 28−29] 福建 2004—2014，2019，2020 1 500.0~1 657.4 1 578.7 间接排放 统计数据、试验 [22, 28, 30] 2019 2 827.3~3 706.9 3 154.8 直接+间接排放 试验 广东 2018，2020 1 815.2~2 555.0 2 119.9 间接排放 统计数据、试验 [20, 22] 2018 11 921.0 11 921.0 直接+间接排放 试验 广西 2020 2 057.7 2 057.7 间接排放 统计数据 [22] 海南 2004—2014，2020 1 495.7~1 500.0 1 497.9 间接排放 统计数据 [22, 28] 湖北 2020，2021 1 623.2~2 445.7 1 994.7 间接排放 统计数据、试验 [22, 31] 2021 8 633.7~11 329.2 9 874.8 直接+间接排放 试验 湖南 2020，2023 1 675.3~2 415.9 1 955.2 间接排放 统计数据、调研 [22−24, 32] 2015，2017 8 464.4~13 894.4 10 503.1 直接+间接排放 调研 江苏 2018 1 838.0 1 838.0 间接排放 试验、调研 [20, 25] 2015，2018 5 414.0~5 777.0 5 595.5 直接+间接排放 江西 2018，2020，2023 2 246.0~2 415.9 2 305.4 间接排放 统计数据、调研 [20, 22, 24, 32] 2017，2018 8 464.4~10 406.2 9 295.8 直接+间接排放 调研 辽宁 2022 1 723.0~2 712.0 2 263.3 间接排放 调研 [33] 2022 7 128.0~10 527.0 9 256.3 直接+间接排放 如图2所示：直接排放的甲烷、氧化亚氮等温室气体远超过间接排放，其中甲烷的排放约占直接和间接总排放的66%[24−25]。同时，秸秆处理及碳固定部分的核算也鲜少被考虑[14, 20, 23]。然而有研究表明：秸秆焚烧排放比例对碳足迹的贡献平均高达18%[14]。同样，农业土壤有较强的碳封存能力，土壤碳库容量约为大气碳库的3倍，生物碳库的4倍，每年的碳库存可能抵消全球化石燃料排放量的5%~15%[26]，因此固碳部分的贡献也不应被忽略[3, 27]。
图 2 水稻生产的碳足迹
Figure 2. Carbon footprint for rice production
-
准确核算农产品碳足迹需要对农产品进行全生命周期跟踪，并精确量化各个阶段的碳排放，对数据的完整性、准确性、可溯源都有很高的要求，这也是目前核算农产品碳足迹时面临的一大难题。国内目前核算农产品碳足迹主要有2种数据来源：一是《农产品成本收益资料汇编》等统计数据，二是调研、试验数据。前者虽然易于获得，但往往与个体的实际情况存在一定的差异，且无法反映生产方式和技术的绿色特征或先进水平[14]。由于农业生产者建立碳排放管理相关制度的难度太大，因此，难以通过调研、试验获取涉碳实景数据，准确性也不高。一方面是涉及上游供应链的碳排放数据难以溯源，运输过程的碳排放数据难以获取；另一方面是直接排放、秸秆处理、碳固定部分的碳足迹所需数据较复杂，难以核算，目前主要是通过气相色谱仪等仪器分析采集的气体样品测算直接排放[25, 28−29, 31]，通过测算耕层土壤有机碳储量测算碳固定[20]等，但受到研究设备和条件的限制，监测精度和数据可靠性可能不足[28−29]，难以大批量和大规模推广。
由于数据收集难度大，需使用背景数据库，包括上游供应链的碳排放数据、直接排放系数、土壤有机碳固定系数、秸秆焚烧排放系数等，但目前国内还缺少与实际生产行为相匹配的本地化数据库[14]。若参考以往研究或全国平均数据设置排放系数，由于气候、水文等地理条件，以及种植习惯、生产技术等方面的差异，排放系数的准确性和权威性都有待提升[34]。若采用国际上较为通用的Gabi、Ecoinvent等数据库，可能会导致碳足迹核算结果缺乏本地性且被高估[4]。有研究表明：使用Ecoinvent的排放因子核算水稻碳足迹，比使用中国产品全生命周期温室气体排放系数库(China Products Carbon Footprint Factors Database, CPCD)的排放因子，提高17.52%[35]。
农产品碳足迹核算是碳标识实施的基础，然而目前国内农产品碳足迹核算标准不健全、碳排放数据基础单薄，导致了农产品碳足迹核算结果的不完整和不一致，可比性也很低。这不仅会造成碳标识实施困境，还可能会进一步对农业低碳发展造成影响[26]。生产者方面，难以对照国内外先进水平，比较识别可能的降碳环节，从而进行针对性减碳；同时可能会因不同市场或客户的要求进行多次不同的碳足迹核算，不仅造成资源浪费，还会导致同一产品有不同的碳足迹，使消费者产生困惑；出口时结果也难以得到国际认可，从而不得不依赖国外相关机构以及对方设定的碳排放因子高限值，进一步增加碳关税负担。消费者方面，难以准确判断哪些产品更低碳，从而进行绿色低碳消费，影响了市场的公平竞争。认证机构方面，认证难度加大，结果的准确性、可靠性和公信力都难以保证，容易进一步造成市场混乱。政府方面，在制定相关激励机制并开展监管工作时，难以确保公平性，可能会错误引导资金等的资源流向。
-
从主观认识与意识角度来看，中国农业经营主体仍以小农户为主，可能会更关注经济效益，而对气候变化和低碳转型的重要性，以及碳关税等国际绿色贸易壁垒造成的影响缺乏明确和深刻的认识，从而不愿或者不主动开展碳足迹、碳标识工作。从投入产出比角度来看，农业生产者本身往往利润不高，而开展碳排放管理、挖掘农产品减碳潜力、人员培训、碳足迹核算、碳标识认证等环节，意味着企业需要在人力、物力和财力上做出额外投入；同时，为实现农产品生产低碳转型，往往需要在生产技术上做改进[15−16]，并从种植模式、施肥、灌溉到包装、运输等各个环节都更精细化，也需要不低的投入。从农产品产量来看，加贴碳标识的农产品往往对产品质量有更高的要求，可能会导致单位产量降低，如浙江嘉兴阳光玫瑰葡萄，原本产量可达37.5 t·hm−2，但加贴碳标识后，要求只能产出22.5 t·hm−2，以保证葡萄吸收足够养分，品质更稳定。这些都很可能在短期内给农业生产者带来一定的经济压力。
-
近年来国内外有关低碳农产品消费意愿的研究均在增加，结论比较相似。消费者虽然有一定的支付意愿，但支付水平都相对有限，主要是因为比起质量、口感、健康(如有机标签)等因素，碳标识的支付意愿更依赖利他心理[36−37]，且碳标识尚未大规模实施，消费者也可能很难评估其益处[38]。有研究对浙江杭州、绍兴、台州的全年龄段，不同学历、职业、收入的居民发放低碳大米消费意愿相关问卷。通过对185份有效问卷的分析，结果表明：尽管当前消费者对环境保护持积极态度，但对农产品碳标识的认知较低，有近80.00%的居民并不了解具体含义，很可能会影响支付意愿和支付溢价水平；同时，虽然92.97%的居民愿意购买加贴碳标识农产品，但是8.70%的居民不愿意额外支付，44.90%愿意支付10.00%以下的溢价水平[39]。还有研究对上海的低碳蔬菜消费意愿进行了分析，共回收857份问卷。结果表明：有93.30%的居民愿意购买加贴碳标识蔬菜，但77.30%的居民愿意支付10.00%以下的溢价水平，平均支付意愿为溢价6.00%[40]。
从这些研究可以看出：虽然消费者的低碳消费意愿较高，但支付溢价水平有限，而由于成本及产品质量提升，加贴碳标识后，农产品价格普遍上涨，如四川蒲江爱媛橙价格至少上涨20.0%，浙江嘉兴阳光玫瑰葡萄也上涨了25.0%，均已超过消费者的支付意愿。同时，需要注意的是，这2项研究的受访者为浙江和上海居民，经济条件稍好，理念相对超前，因此若在全国层面来看，形势可能不容乐观。
-
从顶层设计来看，目前国家层面农产品碳足迹和碳标识的相关标准、制度尚未建立健全，导致企业在开展农产品碳足迹核算时缺乏统一指导，难度较大，结果的可信度也有待提高；第三方机构开展碳标识认证时也缺乏统一规范和监管，碳标识的社会认可度和公信力也有限，将造成消费者对碳标识缺乏信任而降低购买意愿，更难以得到国际认可并应用。
从要素保障来看，虽然中国碳足迹管理相关文件提出要在财政、金融、市场等方面出台碳足迹、碳标识推广的相关政策，激励企业开展产品碳足迹碳标识工作，但目前相关机制和具体实施细则尚在积极推进建立中，还需要时间落实，制度保障方面还有一定的缺失。早在2013年，日本农林水产省牵头推出“J-Credit Scheme”，将减少和吸收的温室气体量作为信贷依据，农林水产企业、森林拥有者等可以出售或捐赠碳资产，或将其用于抵消其他生产活动的温室气体排放[13]。截至目前已注册
1 134 件项目，核准1 042 万t二氧化碳。中国也亟需加快相关制度进程。 -
在农产品碳足迹核算边界方面，政府应结合实际情况，制定与国际标准相协调的农产品碳足迹核算标准，统一规定核算的边界、方法、数据质量要求等，不仅要将直接排放、秸秆处理和碳固定部分纳入核算边界，还需要核算分销存储、使用、废弃与回收阶段的碳足迹，覆盖全生命周期。
在农产品碳足迹核算数据基础方面，政府应构建健全的农业碳排放监测(monitoring)、报告(reporting)、核实(verification)体系(MRV)[13]，确保数据的准确性和可靠性。综合考虑不同区域之间水文、土壤以及农产品种类等的差异，发布专门面向农产品的本地化背景数据库，依法合规收集整理相关的实景数据资源，保障数据可核算、可核查、可溯源，并通过试验测算、汇总结果数据、建立模型等方式，设置并不断迭代本地化的直接排放系数、土壤有机碳固定系数、秸秆焚烧排放系数、供应链数据[41]等，覆盖农业生产上中下游全链条，为农业生产者开展碳足迹核算、碳标识认证提供能力基础。
此外，尽管目前不同国家和地区在农产品碳足迹核算、碳标识认证等方面的标准可能存在一定差异[42]，但长期来看，国际化和普适性已经成为未来发展的共识[43]。因此，不管是在核算边界、方法还是数据方面，都应积极参与国际相关交流与合作，推动核算能力向国际先进水平靠拢，在标准规范制(修)订、方法学研究、数据库建设等方面的衔接互认，从而推动数据及核算结果的互信互认，避免农产品碳排放在出口时被高估，从而提升农产品的出口竞争力及议价权。
-
需要政府来主导[7]，正视农户动力不足、能力不足的客观事实，加强市场监管、生态环境、农业农村等各主管部门之间的协同合作[15]，共同推动农产品碳足迹、碳标识的实施。
加快出台碳标识认证及监管制度，在全国层面规范碳标识认证管理办法，明确适用范围、标识式样、认证流程、管理要求等，提高公信力、社会接受度和市场认可度[13]。同时，加强对认证机构的备案管理，并进一步培育国内的认证机构，获得国际认可，以提供合规、高效、安全、低成本的碳标识认证服务。
完善要素支持制度[44]，健全多元投入资金保障机制，推进农业生态价值的实现，真正将农业生产者节能降碳的努力转换为实际的利益，充分调动主动性和积极性。对于开展碳足迹碳标识管理的农业生产者，完善相关激励措施和资金政策，缓解可能面临的经济压力。积极引导银行等金融机构持续推出和农产品碳足迹、碳标识相挂钩的绿色金融产品，确保碳标识成为有效的碳信用担保[13]。也可在前期推广碳标识时，对购买贴标农产品的消费者予以适当补贴。此外，针对农产品生态价值的商业转化模式还有待探索与创新，根据中国农业大国的特色，构建基于农产品碳标识的农业碳资产管理体系，并强化监管力度与治理效能，确保农业生产者的减排固碳行动能有效转化为真正的经济效益[13]。
-
鼓励大型商超、电商采销碳标识农产品，还可设置专门的低碳专区，提供更便捷的购物体验。普及低碳知识，提升农业生产者低碳生产的意识，同时，设计更醒目和易于理解的农产品碳标识[38, 45]，并大力宣传，营造良好的低碳消费氛围，逐渐养成低碳生活理念和习惯，反过来促进生产者通过低碳生产和使用碳标识提高市场竞争力，形成良性循环。
提供技术支持及培训，助力农业生产者开展碳足迹管理工作，对照国内外先进水平精准降碳。加快低碳农业技术的研发和推广，并在数智融合的趋势下，引入大数据、物联网、人工智能等先进技术[7]，开发提供技术升级、能源替代、管理优化等服务。
Challenges and countermeasures in implementing carbon labeling for agricultural products
-
摘要: 实施农产品碳标识能够促进农业领域精准高效降碳，支持农业生态价值实现，创新农业收入模式，提升国内外市场竞争力。在中国，农产品碳标识的实施探索起步较晚，政府顶层指导不足，有必要加快实施进程。本研究着重分析了农产品碳标识在实施过程中存在的困境。一方面，农产品碳足迹核算能力薄弱，核算标准未健全，数据基础单薄，导致核算结果不完整和不一致，可比性也很低。另一方面，农产品碳标识实施驱动力不足，农业生产者认知、能力及动力有限，消费者的支付意愿不强，相关标准、制度未建立健全，导致核算和认证结果的可信度都有限，资金等要素保障也尚未落实。农产品碳标识应用推广的主要路径包括：①从加快制定核算标准，夯实数据基础，推动标准、数据、结果等的全方面国际互认等，提升碳足迹核算能力；②建立健全碳标识相关制度，包括认证制度及要素支持相关制度；③从开发绿色消费场景、提供技术支持等方面，加大碳标识推广力度。图2表1参45Abstract: The implementation of carbon labeling for agricultural products can promote precise and efficient carbon reduction in agricultural sector, support the realization of agricultural ecological value, innovate agricultural income models, and enhance domestic and international market competitiveness. China started late in this respect compared with foreign countries, with insufficient guidance from the top, and it was necessary to accelerate the implementation process. Difficulties existing in the implementation process of carbon labeling for agricultural products were analyzed. On the one hand, the carbon footprint accounting capacity for agricultural products was weak. Due to incomplete accounting standards and the weak data base, the accounting results were incomplete and inconsistent and comparability was low. On the other hand, there was insufficient driving force for the implementation of carbon labeling for agricultural products. Factors such as limited awareness, ability, and motivation of agricultural producers, weak willingness of consumers to pay, and lack of established standards and systems all contributed to limited credibility of accounting and certification results, and funding and other elements of security were not guaranteed. The main paths for promoting the application of carbon labeling for agricultural products were discussed, such as speeding up the development of accounting standards, consolidating the data base, promoting international mutual recognition of standards, data, and results, so as to enhance the capacity of carbon footprint accounting. Then, sound carbon labeling system should be established, including certification system and factor support system. Finally, the promotion of carbon labeling should be intensified by developing green consumption scenarios and providing technical support. [Ch, 2 fig. 1 tab. 45 ref.]
-
Key words:
- agricultural products /
- carbon peak /
- carbon neutrality /
- carbon footprint /
- carbon labeling
-
近年来，国内绿道建设发展迅猛。目前，已有广东、浙江、河北、江苏、四川、福建、安徽、新疆等省(自治区)的众多城市开展了绿道网规划和建设工作。绿道网的规划建设行动源于对日趋严峻的城乡环境问题和对传统生态绿色空间保护政策实效的主动反思和应对，然而，在部分地区绿道建设的快速推进中也出现了绿道生态性不足，存在功能单一、基础设施缺乏、绿道特色欠缺等问题[1]。当前，亟需对已建成的绿道价值进行评价与分析，以便清晰地呈现绿道建设的综合效益，为科学规划和建设绿道提供参考和依据。国内对于绿道评价体系的研究已有一定积累，但多为对绿道某一方面的性质或功能评价，对于绿道服务价值全面系统的评价较少。研究主要集中在2个方面：一为景观资源评价，包括植物景观评价[2]和景观视觉评价等[3]；二是功能评价，包括生态效益评价[4-5]、休闲游憩功能评价[6]、生态系统服务功能评价[7]、使用后评价(POE)[8-9]和社会绩效评价[10]。此外，也有学者提出了以“使用者(人)—绿道(环境)”关系为中心的区域绿道网评价体系研究假设以及研究思路，但未进行实证研究[11]。“景观绩效”是“衡量景观解决方案在实现其预设目标的同时满足可持续性方面效率的指标”[12]，即基于可持续发展目标，从环境、经济、社会等3个方面对景观进行全面的绩效评价。其评价以生态系统服务为基础，补充适合景观研究内容的评价指标[13]，因此更具有针对性。美国景观设计基金会(Landscape Architecture Foundation，简称 LAF)于 2010 年提出“景观绩效系列”(Landscape Performance Series，简称 LPS)研究计划，针对已建成的景观项目，形成一套依托案例调查研究(case study investigation, CSI)的开放性评价体系。当前，景观绩效研究呈现迅速增长的发展态势[13]，其研究主要集中于评价指标的选取[14]、评价体系的构建[15-16]和评估方法的应用[17]等方面。国内景观绩效的研究多集中于较小尺度风景园林的建成项目[18-19]，或景观绩效中某些可持续特征的部分[13,20]，缺少对大尺度区域景观的研究，对建成项目从环境、经济、社会等3个方面进行全面评价的研究也较少。为此，笔者依托案例研究，尝试对浙江青山湖国家森林公园环湖绿道1期的景观绩效进行评价，以期全面评估绿道的综合价值，为绿道的设计与建设提供参考，并向社会传播绿道的综合价值。
1. 研究地概况与研究方法
1.1 研究地概况
浙江省杭州市临安区青山湖国家森林公园环湖绿道(简称“青山湖绿道”)1期，曾入选2017年“浙江省十大经典绿道”，并获2018年浙江建设工程“钱江杯”一等奖，2019年度中国风景园林学会科学技术奖一等奖。青山湖绿道位于杭州市临安区锦城镇东郊。青山湖为大型人工湖，水域开阔，湖山一体，环湖森林覆盖率79%，自然景色优美，生态环境优越。青山湖绿道沿湖而建，连接城、村、湖、山，全长42.195 km，分3期建设，于2019年7月全线贯通。本研究区段为青山湖绿道1期，长10 km，于2017年1月建成开放。
1.2 评价方法
根据中国住房与城乡建设部2016年9月编制的《绿道规划设计导则》(简称《导则》)，郊野型绿道的功能包括生态环保、休闲健身、社会与文化、旅游与经济[21]。其中，生态环保作为其核心价值，体现在绿道有助于固土保水、净化空气、缓解热岛等，并为生物提供栖息地及迁徙廊道。以上功能与LPS中游径(trail，包含绿道类项目)[22]、滨水景观再开发(waterfront redevelopment)[23]等相关案例中所采用的评价指标(表1)高度吻合。另外，LPS基于可持续的发展目标，其经济评价指标还加入了节约建设成本。基于以上分析，结合青山湖绿道的实际情况，确定了本研究采用的景观绩效指标体系，包含环境、经济、社会等3个方面的17项指标(表2)。收集分析以上绩效数据，结合统计学、生态学、经济学、使用后评价等方法，进行景观绩效评价。
表 1 郊野型绿道的功能与LPS相关案例评价指标的对照表Table 1 Comparison between the function of country greenways and the evaluation indexes of LPS-related cases《绿道规划设计导则》中的郊野绿道功能 LPS相关案例采用的评价指标 生态环保 固土保水、净化空气、缓解热岛、生物提供栖息地及
迁徙廊道环境 土壤保护、水岸线保护、涵养水源、固碳释氧、空
气质量、调节气温和城市热岛效应、栖息地改善/
保护/创建/恢复旅游与经济 整合旅游资源，促进相关产业发展，提升沿线土地价值 经济 地产价值、工作岗位、旅游业收入、节约建设成本 休闲健身 提供亲近自然、游憩健身的场所和途径，倡导健康的生
活方式社会 娱乐及社会价值、文化保护、健康、教育、可达
性、景观质量社会与文化 连接城乡居民点、公共空间以及历史文化节点，保护和
利用文化遗产，促进人际交往、社会和谐与文化传承表 2 郊野型滨水绿道景观绩效指标体系Table 2 Country waterfront greenway landscape performance indicators system环境绩效 经济绩效 社会绩效 土壤保护 房产价值 文化保护 水岸线保护 工作岗位 健康 涵养水源 旅游业收入 教育价值 固碳释氧 节约建设成本 可达性 调节气温 娱乐及社会价值 景观质量 净化空气 增加物种多样性、
提高生态完整性等1.2.1 环境绩效评价方法
在LPS的案例中，环境绩效的评价多通过相应的绩效评估工具集进行计算，但由于本研究场地尺度较大，利用工具集评估所需的部分数据获取较为困难，故本研究的环境绩效评价，主要参考了欧阳志云等[24]对中国陆地生态系统服务功能进行评估时所综合运用的生态学及经济学方法。吴隽宇[8]曾采用此方法对珠江三角洲区域绿道1号线进行评估。首先确定绿道线路、类型和控制范围，再对其相应的生态系统面积进行计算。研究采用的绿道图纸由绿道的设计单位提供。《浙江省绿道规划设计技术导则》[25]规定，根据绿道所处区域和功能要求，分为城镇型绿道、乡野型绿道、山地型绿道3种类型。其中，乡野型绿道是指城镇规划建设用地范围外，依托林地、园地、湿地、水体、农田，连接风景名胜区、旅游度假区、历史文化名镇名村、农业观光区、特色乡村、农家乐等的绿道。乡野型绿道的总宽度一般不小于100 m。青山湖绿道依托青山湖国家森林公园，一面临水，一面靠山，属于该导则中的乡野型绿道。本研究将100 m作为其控制范围的宽度。以青山湖绿道1期的总体平面图为基本研究范围，将卫星图片导入Auto CAD软件，依据其控制范围的宽度，描绘其具体范围。再根据卫星图片及实地踏勘，确定绿道沿线生态系统的类型，主要包括林地、耕地、草地、湿地、水域等5种类型。根据设计单位提供的信息，在Auto CAD软件中分层描绘，并统计新增及因绿道建设而被保护的各类型生态系统的面积。在此基础上，分别计算其保持土壤、涵养水源、固碳释氧、调节气温、净化空气等方面的环境绩效。
1.2.2 经济绩效评价方法
经济绩效的评估采用市场价值法。工作岗位数据源自现场调研，旅游业收入的数据来自于对绿道周边乡村村委会的调研，节约建设成本的数据由绿道设计单位提供。
1.2.3 社会绩效评价方法
社会绩效的评估主要采用使用后评价、问卷调查等方法。在2017年3−5月、11月、2018年4月，本研究对583位场地使用者进行了现场问卷调查，其中有效问卷531份，问卷有效率91%。问卷内容根据社会绩效的相应指标设置，包括受访者对绿道的娱乐价值、文化保护、教育价值、景观质量评价，以及绿道对受访者健康的影响。
2. 结果与分析
2.1 环境绩效评价
根据彭建等[26]的经验，生态系统面积为有效林地、草地、湿地沼泽和水域面积的和，其中有效林地面积=林地面积+耕地面积×0.2(表3)。
表 3 青山湖绿道1期生态系统面积Table 3 Ecosystem area of Qingshan Lake Greenway Phase I有效林地/hm2 草地/hm2 湿地沼泽/hm2 水域/hm2 生态系统面积/hm2 针叶林 阔叶林 耕地(按0.2系数折算成林地) 1.670 13.692 0.896 7.198 17.250 0.134 40.840 2.1.1 保持土壤效益
保持土壤带来的经济价值，以林地、草地每年减少土壤侵蚀的总量为基础，计算林地、草地对表土损失、肥力损失和减轻泥沙淤积灾害3个方面的价值。(1)林地、草地每年减少的土壤侵蚀总量。潜在土壤侵蚀量是指无任何植被覆盖的情况下，土壤的最大侵蚀量。而不同植被覆盖下的土壤侵蚀量有很大差别。林地、草地减少的土壤侵蚀量=潜在土壤侵蚀量−林地、草地覆盖区土壤侵蚀量。本研究参考欧阳志云等[24]统计的侵蚀模数进行计算(表4~6)。(2)效益估算。①每年减少的土地损失面积及间接价值。根据土壤侵蚀量和土壤耕作层的平均厚度来推算土地损失面积。每年减少的土壤损失量按表5的平均值计，土壤密度以1.3 g·cm−3计，先算出每年减少的土壤损失量对应的体积。将中国耕作土壤的平均厚度0.5 m作为林地、草地的土层厚度[16]，进而算出每年林地、草地减少的土地损失面积分别为0.798、0.353 hm2·a−1。单位面积的生产收益根据2014年浙江省林业、牧业生产的平均收益2 224.8和1 489.7元·hm−2·a−1计算，则每年减少的林地、草地损失的经济价值分别为1 094、2 620元·a−1。②减少土壤肥力损失的间接效益。土壤侵蚀带走了大量的土壤营养物质，主要是土壤有机质、氮、磷、钾。根据实地调查，绿道所在区域土壤主要为红黄泥土，按照临安农林信息网[27]中红黄泥土的有机质、氮、磷、钾质量分数为标准，结合每年林地、草地分别减少的土壤损失平均值，估算林地、草地每年减少的有机质、氮、磷、钾元素的损失量分别为195.10 t·a−1、9.21 t·a−1、51.51 kg·a−1、1 075.05 kg·a−1。根据浙江价格网的公示，2018年第3季度浙江省化肥市场价格的平均值约2.52元·kg−1，据此可以估算林地、草地每年减少的土壤氮、磷、钾损失的经济价值为26 044元·a−1。③减少泥沙淤积的经济效益。根据中国主要流域的泥沙运动规律，一般土壤侵蚀流失的泥沙有24%淤积于水库、江河、湖泊，另有33%滞留，37%入海[28]。本研究仅考虑淤积于水库、江河、湖泊的24%，这部分泥沙直接造成蓄水量的下降。按林地、草地每年减少的土壤损失量平均值计算蓄水损失量，再根据蓄水成本计算其价值。按水库建设需投入成本5.714元·m−3计[29]，减少泥沙淤积的经济价值为7 897元·a−1。
表 4 每年林地草地的潜在土壤侵蚀量Table 4 Annual potential soil erosion of woodland and grassland侵蚀模数/(t·hm−2·a−1) 林地 草地 总潜在侵蚀量/(t·a−1) 面积/hm2 潜在侵蚀量/
(t·a−1)面积/hm2 潜在侵蚀量/
(t·hm−2·a−1)最低值 192.0 16.258 3 121.536 7.198 1 382.016 4 503.552 最高值 447.7 7 278.707 3 222.545 10 501.251 平均值 319.8 5 199.308 2 301.920 7 501.229 表 5 每年林地草地覆盖区的土壤侵蚀量Table 5 Annual soil erosion of woodland and grassland林地 草地 总侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 0.630 16.258 10.243 0.500 7.198 4.535 14.777 表 6 每年林地草地减少的土壤损失量Table 6 Annual reduction in soil loss of woodland and grassland林地减少的土壤损失量/(t·a−1) 草地减少的土壤损失量/(t·a−1) 总减少土壤损失量/(t·a−1) 最低值 3 111.293 最低值 1 377.481 4 488.775 最高值 7 268.464 最高值 3 218.010 10 486.474 平均值 5 189.066 平均值 2 297.386 7 486.452 综合以上，青山湖绿道1期每年保持土壤的总经济价值包括减少土壤损失面积的经济价值3 714元·a−1，减少土壤氮磷钾损失的经济价值26 044元·a−1，减少泥沙淤积的经济价值为7 897元·a−1，合计37 655元·a−1。
2.1.2 涵养水源效益
本研究采用替代工程法评估涵养水源的价值。根据浙江省杭州市临安区气象局的数据，临安多年年均降水量为1 506.0 mm。参考陈波等[30]对杭州西湖风景区绿地储水保土研究，假设降水的蒸散量为65%，则青山湖绿道1期每年截留水量为1 506.0 mm×35%×23.45 hm2=123 636.58 m3。单位库容的水库工程费用仍以5.714元·m−3计，则每年涵养水源价值为70.65万元·a−1。
2.1.3 固碳释氧效益
参考孙燕飞[31]在临安的研究，杉木Cunninghamia Lanceolata林的固碳量为2.44 t·hm−2·a−1，释氧量为6.52 t·hm−2·a−1；针阔混交林的固碳量为2.16 t·hm−2·a−1，释氧量为5.76 t·hm−2·a−1。根据温家石[32]对城市建成区所做研究，考虑到绿道的草坪修剪次数远低于城市内部，假设绿道的草坪修剪次数是后者的1/4，得出绿道草地固碳量6.68 t·hm−2·a−1，草地释氧量为11.55 t·hm−2·a−1。对于生态系统二氧化碳吸收功能经济价值的评估多采用碳税法和造林成本法[33]，并取两者的平均值。国际上通常采用瑞典碳税，折合人民币1 010元·t−1，中国造林成本折合为255元·t−1[34]。对于释放氧气的价值采用工业制氧法进行评估，中国工业制氧的平均成本为400元·t−1。经计算可得青山湖绿道1期每年固碳价值为5.17万元·a−1元，释放氧气价值为6.92万元·a−1。
2.1.4 调节气温效益
根据已有研究测定[35]，夏季绿地可从环境中吸收81.8 MJ·hm−2·d−1的热量，相当于189台空调机全天工作的制冷效果。室内空调机耗电0.86 kWh·h−1·台−1，电费按浙江省电费价格0.538元·kWh−1计，则绿地节约电费为2 098.7元·hm−2·d−1。按每年使用空调60 d计，则青山湖绿道1期每年调节气温所创造的价值为295.29万元·a−1。
2.1.5 净化空气效益
(1)吸收二氧化硫的价值。阔叶林对二氧化硫的吸收能力为88.65 kg·hm−2·a−1，针叶林对二氧化硫的平均吸收能力值为215.60 kg·hm−2·a−1，两者对二氧化硫的平均吸收能力为152.13 kg·hm−2·a−1，二氧化硫的治理代价为3 000元·t−1，得到吸收二氧化硫价值为0.74万元·a−1。(2)吸收氮氧化物的价值。目前，汽车尾气脱氮治理的代价是1.6万元·t−1。林地可吸收氮氧化物380 kg·hm−2·a−1，得到吸收氮氧化物价值为9.88万元·a−1。(3)滞尘价值。针叶林的滞尘能力为33.20 t·hm−2·a−1，阔叶林的滞尘能力为10.11 t·hm−2·a−1，平均为21.67 t·hm−2·a−1。削减粉尘价格为170元·t−1，则其滞尘价值为5.99万元·a−1。因此，绿道净化空气的总价值为16.61万元·a−1。
2.2 经济绩效评估
2.2.1 房产价值
绿道的建设，极大地改善了周边居民的生活环境。根据安居客网站的数据，绿道建设前的2015年11月与竣工投入使用后的2018年12月相比，紧邻绿道的房产单价增幅约27.76%，可见绿道对于房产价值提升有积极影响。
2.2.2 工作岗位和旅游业收入
绿道建成后为管理维护提供了20个就业岗位，为带动旅游业发展而提供了37个就业岗位。绿道建成后对周边如泥山湾村等乡村的农家乐、民宿等有显著促进作用。据不完全统计，该区域旅游产值增幅超过20.00%。
2.2.3 节约建设成本
回收利用场地遗留的废旧材料，如红砖、青砖、石等，节约了废旧材料外运与处理费用，以及购买等量新材料的材料费和运输费用，节约成本为23.33万元(表7)。利用原有水利废弃设施等构筑物而产生的节约费用，包括拆除、清运、处理费用，及新建相应设施的费用，合计66.75万元(表8)。
表 7 利用废旧建材产生的节约建设成本Table 7 Construction costs savings from the use of waste building materials废旧材料 工程量/ m3 外运处理总价/元 新材料单价(含材料费、运费)/元 新材料总价/元 合计节约建设成本/元 砖 4.4 132 730 3 212 3 344 卵石 16.3 489 330 5 379 5 868 景观石 233.4 2 334 810 189 054 191 388 老石板 54.0 162 603 32 562 32 724 合计 233 324 表 8 利用原有构筑物产生的节约建设成本Table 8 Construction costs savings from the use of existing structures构筑物名称 工程量/ m3 拆除、清运、处理费用/元 新建栈道基础费用/元 合计节约建设成本/元 钓鱼台 63 15 750 31 500 47 250 观星台 675 168 750 337 500 506 250 “鱼头”小品 51 12 750 25 500 38 250 青风徐来亭 101 25 250 50 500 75 750 合计 667 500 2.3 社会绩效评价
根据问卷调查统计结果，青山湖绿道在1期自开放以来，已吸引大量长期使用者，首次来绿道的人群比例较低；绿道的使用者主要来自临安本地，尽管绿道距离杭州主城区有36 km，依然吸引了不少来自杭州的游人。表9记述了社会绩效调查的结果。多数使用者认为绿道建设提升了城市形象，绿道设计体现了临安的历史文化。82.7%的受访者对绿道的骑行或步行体验表示满意。多数受访者认为绿道提升了其户外活动的参与度，近半数使用者表示绿道改变了其生活方式。在可达性方面，公共交通的可达性较差，间接导致了选择私家车出行的游人增多，在节假日游客高峰时期，交通及停车问题较为突出。10.0%的受访者表示绿道当前最突出的问题即到达绿道的路线不畅通。增设绿道附近的公交站点，是增强其可达性及缓解交通与停车压力的有效方式。作为郊野型绿道，青山湖绿道吸引游客的主要因素是其自然环境优美，而绿道设计中对于乡土材料的应用也受到了使用者的关注，57.0%的受访者表示对于可持续设计有了更深的了解。
表 9 青山湖绿道1期的景观绩效评价结果Table 9 Landscape performance evaluation results of Qingshan Lake Greenway Phase I类别 项目 指标 评价结果 环境
绩效土地 土壤保护 经济价值为3.8万元 水岸线保护 未进行评估 水 涵养水源 经济价值为70.65万元 碳及空
气质量固碳释氧 固碳价值为5.17万元，释氧价值为6.92万元 调节气温 经济价值为295.29万元 净化空气 经济价值为16.61万元 栖息地 增加物种多样性、提高
生态完整性等未进行评估 经济
绩效房产价值 绿道建设后，紧邻绿道的房产单价增幅约27.76% 工作岗位 绿道建成后管理维护提供了57个就业岗位 旅游业收入 绿道拉动了地方旅游业的发展，旅游产值增幅超过20.00% 节约建设成本 利用废旧建材节约23.33万元，利用原有构筑物设节约66.75万元 社会
绩效娱乐及社会价值 531名受访者中有82.7%对绿道骑行或步行的体验是满意的，67.0%的受访者认为绿道建设提升了城市形象，有组织的大型徒步、毅行、马拉松活动达到近1.5万余人次 文化保护 73.4%的受访者表示绿道设计体现了临安的历史文化 健康 65%的受访者表示绿道提升了其户外活动的参与度，68%的受访者来绿道活动的目的是散 步，25%选择了旅游观光，17%选择了骑行，10%选择聚会；43%的受访者表示绿道改变 了其生活方式，骑行、散步、聚会、摄影、钓鱼等活动对其生活产生了积极影响； 82%的受访者表示愿意居住在步行可达的范围内 教育价值 9%的受访者表示来此地是为了研究学习，57%的受访者表示对于可持续设计有了更深 的了解 可达性 38%的受访者开私家车到达绿道，其次为步行占30%，骑自行车或电动自行车前来的 占20%，采用公交交通者仅占11% 景观质量 82%的受访者表示由于绿道自然环境优美而选择来此 3. 结论
在环境绩效评价中，青山湖绿道1期的相应经济价值约398.44万元·a−1，其中调节气温价值为295.29万元·a−1，占总价值的74%，其次为涵养水源价值为70.65万元·a−1，占总价值的18%，净化空气价值为16.61万元·a−1，固碳释氧价值为12.09万元·a−1，保持土壤的经济价值较低，为3.80万元·a−1。
在经济绩效评价中，青山湖绿道1期充分利用废旧建材与原有构筑物，节约建设成本约90.08万元；绿道建成后提供了新的工作岗位，拉动了当地旅游业发展。
在社会绩效评价中，绿道的建设提升了城市形象，体现了临安的历史文化，提升了人们的户外活动参与度，在一定程度上改变了人们的生活方式，大多数人因自然环境优美而来到绿道，超半数受访者表示对可持续设计有了更深的了解。
本研究的郊野型滨水绿道景观绩效进行了较为全面的评价，客观、清晰地呈现了绿道建设的综合效益。青山湖绿道1期的建设投入约7 200万元，仅以环境绩效价值398.44万元·a−1计算，约18 a可获得与建设投入相当的经济价值，而其对于地区发展和市民健康的促进也将产生更大的价值。对于场地中废旧建材与原有构筑物进行充分利用，能够创造较大的经济价值。
景观绩效评价可以更全面地考察、直观地展现绿道建成的综合价值，但因绿道的规模尺度较大，沿线的自然、人文资源类型丰富，需要在绿道建设前，即结合评价指标体系进行全面的数据收集，且此过程需要延续至项目建成后的数年，才能够得到更客观且全面的评价结果。本研究也存在一定局限，其中水岸线保护、栖息地恢复等指标由于原始数据缺失而无法获取；经济绩效中，房产价值的增长未排除绿道之外的其他要素影响比例；针对健康等方面的评价可在对使用者进行问卷调查的基础上，采用更完善的研究方法，以获得更客观、准确的结果。
4. 致谢
浙江农林大学风景园林与建筑学院史琰副教授对本文写作提供帮助，谨致谢意。
-
图 1 农产品碳足迹核算边界
Figure 1 Boundary of carbon footprint accounting for agricultural products
表 1 水稻生产的碳足迹
Table 1. Carbon footprint for rice production
地区 时间 单位面积碳足迹
范围/(kg·hm−2)平均值/
(kg·hm−2)核算边界 数据来源 参考文献 浙江 2004—2014，2020 2 056.0~2 114.6 2 085.3 间接排放 统计数据 [22, 28] 安徽 2004—2014，2019，2020 2 056.0~3 397.6 2 485.1 间接排放 统计数据、调研 [22, 28−29] 福建 2004—2014，2019，2020 1 500.0~1 657.4 1 578.7 间接排放 统计数据、试验 [22, 28, 30] 2019 2 827.3~3 706.9 3 154.8 直接+间接排放 试验 广东 2018，2020 1 815.2~2 555.0 2 119.9 间接排放 统计数据、试验 [20, 22] 2018 11 921.0 11 921.0 直接+间接排放 试验 广西 2020 2 057.7 2 057.7 间接排放 统计数据 [22] 海南 2004—2014，2020 1 495.7~1 500.0 1 497.9 间接排放 统计数据 [22, 28] 湖北 2020，2021 1 623.2~2 445.7 1 994.7 间接排放 统计数据、试验 [22, 31] 2021 8 633.7~11 329.2 9 874.8 直接+间接排放 试验 湖南 2020，2023 1 675.3~2 415.9 1 955.2 间接排放 统计数据、调研 [22−24, 32] 2015，2017 8 464.4~13 894.4 10 503.1 直接+间接排放 调研 江苏 2018 1 838.0 1 838.0 间接排放 试验、调研 [20, 25] 2015，2018 5 414.0~5 777.0 5 595.5 直接+间接排放 江西 2018，2020，2023 2 246.0~2 415.9 2 305.4 间接排放 统计数据、调研 [20, 22, 24, 32] 2017，2018 8 464.4~10 406.2 9 295.8 直接+间接排放 调研 辽宁 2022 1 723.0~2 712.0 2 263.3 间接排放 调研 [33] 2022 7 128.0~10 527.0 9 256.3 直接+间接排放 
下载: 导出CSV
-
[1] IPCC, Emissions Trends and Drivers. In IPCC, 2022: Climate Change 2022: Mitigation of Climate Change [M]. Cambridge: Cambridge University Press, 2022: 238. [2] 高鸣, 张哲晰. 碳达峰、碳中和目标下我国农业绿色发展的定位和政策建议[J]. 华中农业大学学报(社会科学版), 2022(1): 24 − 31. GAO Ming, ZHANG Zhexi. Positioning and policy suggestions of China’s agricultural green development under the targets of carbon peaking and carbon neutrality[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2022(1): 24 − 31. [3] LAL R. Soil carbon sequestration impacts on global climate change and food security[J]. Science, 2004, 304(5677): 1623 − 1627. [4] 张明洁, 张京红, 李文韬, 等. 中国农作物碳足迹核算研究概述[J]. 中国农业资源与区划, 2023, 44(5): 148 − 154. ZHANG Mingjie, ZHANG Jinghong, LI Wentao, et al. Review on research of crop carbon footprint accounting in China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2023, 44(5): 148 − 154. [5] 马海波, 朱强. 基于生命周期评价的我国稻米碳足迹核算[J]. 干旱区资源与环境, 2023, 37(6): 11 − 19. MA Haibo, ZHU Qiang. Accounting carbon footprint of rice in China based on life cycle evaluation[J]. Journal of Arid Land Resources and Environment, 2023, 37(6): 11 − 19. [6] 卢昱嘉, 陈秧分, 康永兴. 面向新发展格局的我国农业农村现代化探讨[J]. 农业现代化研究, 2022, 43(2): 211 − 220. LU Yujia, CHEN Yangfen, KANG Yongxing. Agricultural and rural modernization under the new development pattern in China[J]. Research of Agricultural Modernization, 2022, 43(2): 211 − 220. [7] WEIDEMA B P, THRANE M, CHRISTENSEN P, et al. Carbon footprint: a catalyst for life cycle assessment?[J]. Journal of Industrial Ecology, 2008, 12(1): 3 − 6. [8] International Organization for Standardization. Greenhouse Gases−Carbon Footprint of Products-Requirements and Guidelines for Quantification: ISO 14067−2018 [S]. Switzerland: ISO Copyright Office, 2018. [9] 孔德雷, 姜培坤. “双碳”背景下种植业减排增汇的途径与政策建议[J]. 浙江农林大学学报, 2023, 40(6): 1357 − 1365. KONG Delei, JIANG Peikun. Approaches and policy recommendations for reducing emissions and increasing carbon sinks in crop industry under the background of carbon peak and carbon neutrality[J]. Journal of Zhejiang A&F University, 2023, 40(6): 1357 − 1365. [10] 祝睿, 秦鹏. 中国碳标识内容规范化的原则与进路[J]. 中国人口·资源与环境, 2020, 30(2): 60 − 69. ZHU Rui, QIN Peng. Principles and routines of the regulation of Chinese carbon label content[J]. China Population, Resources and Environment, 2020, 30(2): 60 − 69. [11] COHEN M A , VANDENBERGH M P. The potential role of carbon labeling in a green economy [J]. Energy Economics, 2012, 34 (1): 53 − 63. [12] WACKERNAGEL M, REES W. Our Ecological Footprint: Reducing Human Impact on the Earth [M]. Gabriola: New Society Publisher, 1996. [13] 胡钰, 丁斐, 赵斌, 等. 小标签与大战略: 农产品碳标签体系构建与实践[J]. 环境保护, 2022, 50(16): 22 − 27. HU Yu, DING Fei, ZHAO Bin, et al. Small label and big strategies: construction and practice of carbon labeling system for agricultural products[J]. Environmental Protection, 2022, 50(16): 22 − 27. [14] 张丹. 中国粮食作物碳足迹及减排对策分析[D]. 北京: 中国农业大学, 2017. ZHANG Dan. Carbon Footprint and Low Carbon Strategy for Grain Production in China [D]. Beijing: China Agricultural University, 2017. [15] OZLU E, ARRIAGA F J, BILEN S, et al. Carbon footprint management by agricultural practices [J/OL]. Biology, 2022, 11 (10): 1453[2024-04-29]. doi: 10.3390/biology11101453. [16] HOLKA M, KOWALSKA J, JAKUBOWSKA M. Reducing carbon footprint of agriculture: can organic farming help to mitigate climate change? [J/OL]. Agriculture, 2022, 12 (9): 1383[2024-04-29]. doi: 10.3390/agriculture12091383. [17] 张露, 郭晴. 碳标签对低碳农产品消费行为的影响机制——基于结构方程模型与中介效应分析的实证研究[J]. 系统工程, 2015, 33(11): 66 − 74. ZHANG Lu, GUO Qing. Impact mechanism of carbon labeling on low-carbon agri-product consumption behavior: an empirical research based on structural equation modeling and mediation test[J]. Systems Engineering, 2015, 33(11): 66 − 74. [18] 张雄智, 王岩, 魏辉煌, 等. 碳标签对中国农产品进出口贸易的影响及对策建议[J]. 中国人口·资源与环境, 2017, 27(11): 10 − 13. ZHANG Xiongzhi, WANG Yan, WEI Huihuang, et al. The impacts and countermeasures of carbon label on import and export trade of China’s agricultural products[J]. China Population, Resources and Environment, 2017, 27(11): 10 − 13. [19] 张丹, 张卫峰. 低碳农业与农作物碳足迹核算研究述评[J]. 资源科学, 2016, 38(7): 1395 − 1405. ZHANG Dan, ZHANG Weifeng. Low carbon agriculture and a review of calculation methods for crop production carbon footprint accounting[J]. Resources Science, 2016, 38(7): 1395 − 1405. [20] 张丽. 南方典型稻作系统绿肥和秸秆还田对温室气体排放特征和环境效应的影响[D]. 南京: 南京农业大学, 2018. ZHANG Li. Integrative Effects of Green Manure and Straw Incorporation on Greenhouse Gas Emissions and Environmental Performance under the Typical Rice Cropping Systems in Southern China [D]. Nanjing: Nanjing Agricultural University, 2018. [21] 朱强, 段继红, 钱煜昊, 等. 基于生命周期理论的有机米碳足迹分析——以金寨县高山有机米为例[J]. 干旱区资源与环境, 2019, 33(10): 41 − 46. ZHU Qiang, DUAN Jihong, QlAN Yuhao, et al. Carbon footprint of organic rice based on life cycle theory: case of mountain organic rice in Jinzhai County[J]. Journal of Arid Land Resources and Environment, 2019, 33(10): 41 − 46. [22] 何浩, 伍龙梅, 黄庆, 等. 南方双季稻区水稻不同种植模式碳足迹和经济效益比较研究[J]. 广东农业科学, 2021, 48(11): 8 − 17. HE Hao, WU Longmei, HUANG Qing, et al. Study on carbon footprints and economic benefits of different rice cropping patterns in double cropping rice area of southern China[J]. Guangdong Agricultural Sciences, 2021, 48(11): 8 − 17. [23] 许和水. 双季稻区“稻萍”共生系统固碳减排效应研究[D]. 北京: 中国农业大学, 2017. XU Heshui. Investigation on Soil Carbon Sequestration and Mitigation of Greenhouse Gas Emission by the Integrated Rice-Azolla Cropping System in Double Rice Cropped Region [D]. Beijing: China Agricultural University, 2017. [24] 陈中督, 徐春春, 纪龙, 等. 基于农户调查的长江中游地区双季稻生产碳足迹及其构成[J]. 中国水稻科学, 2018, 32(6): 601 − 609. CHEN Zhongdu, XU Chunchun, JI Long, et al. Carbon footprint analysis of double cropping rice production in the middle Yangtze River valley based on household surveys[J]. Chinese Journal of Rice Science, 2018, 32(6): 601 − 609. [25] 胡乃娟, 史航, 朱利群. 不同麦秸还田方式对周年稻麦轮作农田碳足迹的影响[J]. 长江流域资源与环境, 2018, 27(12): 2775 − 2783. HU Naijuan, SHI Hang, ZHU Liqun. Effects of different straw returning modes on carbon footprint in a rice-wheat rotation system[J]. Resources and Environment in the Yangtze Basin, 2018, 27(12): 2775 − 2783. [26] ADEWALE C, REGANOLD J P, HIGGINS S, et al. Improving carbon footprinting of agricultural systems: boundaries, tiers, and organic farming[J]. Environmental Impact Assessment Review, 2018, 71(7): 41 − 48. [27] CHEN Ru, ZHANG Ruoyan, HAN Hongyun, et al. Is farmers’ agricultural production a carbon sink or source?-Variable system boundary and household survey data [J/OL]. Journal of Cleaner Production, 2020, 266 : 122108[2024-04-29]. doi: 10.1016/j.jclepro.2020.122108. [28] 陈中督, 徐春春, 纪龙, 等. 2004—2014年南方稻区双季稻生产碳足迹动态及其构成[J]. 应用生态学报, 2018, 29(11): 3669 − 3676. CHEN Zhongdu, XU Chunchun, JI Long, et al. Dynamic of carbon footprint and its composition for double rice production in Southern China during 2004−2014[J]. Chinese Journal of Applied Ecology, 2018, 29(11): 3669 − 3676. [29] 王光宇, 朱丽君, 张扬. 安徽省沿江平原双季稻3种栽培体系碳足迹[J]. 江苏农业科学, 2021, 49(3): 91 − 95. WANG Guangyu, ZHU Lijun, ZHANG Yang. Carbon footprints of three cultivation systems for double-cropping rice in the Yangtze River Plain of Anhui Province[J]. Jiangsu Agricultural Sciences, 2021, 49(3): 91 − 95. [30] 林志敏, 李洲, 翁佩莹, 等. 再生稻田温室气体排放特征及碳足迹[J]. 应用生态学报, 2022, 33(5): 1340 − 1351. LIN Zhimin, LI Zhou, WEN Peiying, et al. Field greenhouse gas emission characteristics and carbon footprint of ratoon rice[J]. Chinese Journal of Applied Ecology, 2022, 33(5): 1340 − 1351. [31] 周浩之, 吴梦琴, 罗喜秀, 等. 不同再生稻栽培模式碳足迹与经济效益评估[J]. 华中农业大学学报, 2023, 42(2): 71 − 78. ZHOU Haozhi, WU Mengqin, LUO Xixiu, et al. Evaluating carbon footprint and economic benefit under different cultivation modes of ratooning rice[J]. Journal of Huazhong Agricultural University, 2023, 42(2): 71 − 78. [32] 陈中督, 徐春春, 纪龙, 等. 基于农户调查的长江流域双季稻生产碳、氮足迹分析——以江西和湖南为例[J]. 作物杂志, 2023(2): 229 − 237. CHEN Zhongdu, XU Chunchun, JI Long, et al. Carbon and nitrogen footprints of double rice production in Yangtze River Based on farm survey data: a case study of Jiangxi and Hunan[J]. Crops, 2023(2): 229 − 237. [33] 冯晨. 辽宁水稻生产的碳足迹及减施化肥的碳减排潜力[D]. 沈阳: 沈阳农业大学, 2022. FENG Chen. Carbon Footprint of Rice Production and Carbon Emission Reduction Potential of Chemical Fertilizer Reduction in Liaoning Province [D]. Shenyang: Shenyang Agricultural University, 2022. [34] KOUAZOUNDE J B, GBENOU J D, BABATOUNDE S, et al. Development of methane emission factors for enteric fermentation in cattle from Benin using IPCC Tier 2 methodology[J]. Animal, 2015, 9(3): 526 − 533. [35] 王兴来, 苗淑杰, 乔云发. 基于江苏省本地化参数评价稻麦周年轮作系统碳足迹[J]. 生态环境学报, 2023, 32(9): 1682 − 1691. WANG Xinglai, MIAO Shujie, QIAO Yunfa. Evaluating the carbon footprint of the rice-wheat rotation system based on localized parameters in Jiangsu Province[J]. Ecology and Environmental Sciences, 2023, 32(9): 1682 − 1691. [36] RONDONI A, GRASSO S. Consumers behaviour towards carbon footprint labels on food: a review of the literature and discussion of industry implications [J/OL]. Journal of Cleaner Production, 2021, 301 [2024-04-29]. doi: 10.1016/j.jclepro.2021.127031. [37] CANAVARI M, CODERONI S. Consumer stated preferences for dairy products with carbon footprint labels in Italy[J]. Agricultural and Food Economics, 2020, 8(1): 1 − 16. [38] EDENBRANDT A K, NORDSTROM J. The future of carbon labeling-Factors to consider[J]. Agricultural and Resource Economics Review, 2023, 52(1): 151 − 167. [39] 周卫央. 浙江省居民低碳标签农产品支付意愿研究[D]. 杭州: 浙江农林大学, 2023. ZHOU Weiyang. Research on the Willingness of Residents in Zhejiang Province to Pay for Low-carbon Label Agricultural Products: A Case Study of Rice [D]. Hangzhou: Zhejiang A&F University, 2023. [40] 张孝宇, 马莹, 马佳, 等. 大都市居民对低碳农产品的认知情况与支付意愿研究——基于上海市低碳蔬菜的实证[J]. 上海农业学报, 2019, 35(3): 116 − 122. ZHANG Xiaoyu, MA Ying, MA Jia, et al. Metropolitan resident’s cognition and willingness of payment for low-carbon agricultural products: empirical analysis on low-carbon vegetables in Shanghai[J]. Acta Agriculturae Shanghai, 2019, 35(3): 116 − 122. [41] ESCOBAR N, TIZADO E J, ERMGASSEN E K H J Z, et al. Spatially-explicit footprints of agricultural commodities: Mapping carbon emissions embodied in Brazil’s soy exports [J/OL]. Global Environmental Change, 2020, 62 : 102067[2024-04-29]. doi: 10.1016/j.gloenvcha.2020.102067. [42] GAO Tao, LIU Qing, WANG Jianping. A comparative study of carbon footprint and assessment standards[J]. International Journal of Low-Carbon Technologies, 2014, 9(3): 237 − 243. [43] 童庆蒙, 沈雪, 张露, 等. 基于生命周期评价法的碳足迹核算体系: 国际标准与实践[J]. 华中农业大学学报(社会科学版), 2018(1): 46 − 57, 158. TONG Qingmeng, SHEN Xue, ZHANG Lu, et al. Standard system of accounting footprint based on life cycle assessment method: international standards and practices[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2018(1): 46 − 57, 158. [44] XIE Yayan, SU Yang, LI Feng. The evolutionary game analysis of low carbon production behaviour of farmers, government and consumers in food safety source governance [J/OL]. International Journal of Environmental Research and Public Health, 2022, 19 (19): 12211[2024-04-29]. doi: 10.3390/ijerph191912211. [45] CARRERO I, VALOR C, ESTELA D, et al. Designed to be noticed: a reconceptualization of carbon food labels as warning labels [J/OL]. Sustainability, 2021, 13 (3): 1581[2024-04-29]. doi:10.3390/su13031581. 期刊类型引用(10)
1. 吴忠军，胡文静，吴思睿. 基于CiteSpace可视化分析的国内景观绩效研究综述. 沈阳建筑大学学报(社会科学版). 2025(01): 11-18 . 
百度学术2. 宋雨璇，刘静. 基于多源数据视角下的厦门山海健康步道活力提升策略研究. 福建建筑. 2024(04): 14-20 . 百度学术3. 邓迪雅，徐文辉，林旭. 郊野绿道生物多样性的公众感知——以杭州青山湖绿道为例. 中国城市林业. 2024(05): 75-81 . 百度学术4. 温瑀，秦津，关泽. 秦皇岛海滨国家森林公园北园景观绩效评价. 河北环境工程学院学报. 2023(02): 59-66 . 百度学术5. 蔡益杭，张明如，张建国. 浙江青山湖绿道小气候要素与游人游憩行为的关系探析. 生态科学. 2023(04): 154-162 . 百度学术6. 陶一舟，李朝晖，严少君. 安吉天荒坪森林特色小镇景观绩效评价. 浙江农林大学学报. 2023(04): 883-891 . 本站查看7. 张聪，唐宇力，郭婷婷，张洁，傅东示，幸怡，杨意帆，邵锋. 青山湖滨水绿道景观特征要素与美学感知关系研究. 浙江林业科技. 2023(04): 74-81 . 百度学术8. 陈丽军，万志芳. 历次五年计划期间中国新建国家森林公园时空分布及动态演化. 世界林业研究. 2022(03): 61-66 . 百度学术9. 唐庭庭，蒋文伟. 夏季小气候效应对人体舒适度的影响——以临安青山湖绿道为例. 现代园艺. 2022(15): 32-34 . 百度学术10. 仲启铖，张浪，张桂莲. 基于城市搬迁地的公园绿地建设项目综合效益评价研究——以上海世博公园为例. 园林. 2021(10): 2-10 . 百度学术其他类型引用(15)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20240373
点击查看大图
计量
- 文章访问数: 323
- HTML全文浏览量: 86
- PDF下载量: 22
- 被引次数: 25
